Nvidia (NVDA) hat sich in den letzten Jahren vom Hersteller von Videospiel-Chips zu einer dominierenden Kraft im Bereich der Künstlichen Intelligenz (KI)-Chips gewandelt und verzeichnete dadurch ein enormes Umsatzwachstum – der Jahresumsatz ist in der vergangenen Dekade um 2. 500 % gestiegen. Durch den frühen Einstieg in den Markt für KI-Chips und kontinuierliche Innovationen hat Nvidia sich die Marktführerschaft gesichert und diese auch verteidigt. Dennoch sorgen sich einige Investoren über zunehmenden Wettbewerb durch andere Chiphersteller wie Advanced Micro Devices und Broadcom sowie durch Nvidia-eigene Kunden wie Amazon und Alphabet, die eigene KI-Chips für preisbewusste Kunden entwickelt haben. Ursprünglich wurden Nvidias GPUs genutzt, um große Sprachmodelle (LLMs) beim Training zu unterstützen, sodass diese lernen und Wissen erwerben konnten. Heute kommen diese GPUs auch bei der Inferenz zum Einsatz, bei der LLMs „denken“ und „schließen“.

Nvidia setzt darauf, die Inferenz zu einem entscheidenden Wachstumsfeld für KI-Chips zu entwickeln. Die neuesten Blackwell-GPUs haben die Vorgängermodelle übertroffen und in Tests von MLCommons eine zehnfache Leistungssteigerung pro Watt sowie eine zehnfache Kostenreduktion pro Token im Vergleich zu den vorherigen Hopper-Chips erzielt — was bedeutende Fortschritte bei Geschwindigkeit und Kosteneffizienz zeigt. Nvidia-CEO Jensen Huang betonte während eines jüngsten Gewinnaufrufs den anhaltenden Vorsprung des Unternehmens und sagte, dass „es noch lange dauern wird, bis jemand das aufholen kann“, und bestätigte die Marktführung von Nvidia als „zweifellos mehrjährige“. Während Wettbewerber möglicherweise Nischen finden könnten — da manche Kunden vielleicht nicht die leistungsstärksten GPUs benötigen oder auf maßgeschneiderte Chips setzen — bleibt Nvidia der führende Anbieter bei der höchstleistungsfähigen Rechenleistung für KI. Die stabilen Bruttomargen über 70 %, Rekordumsätze von über 130 Milliarden US-Dollar im letzten Geschäftsjahr und fortwährende Innovationen positionieren das Unternehmen gut für zukünftiges Wachstum, insbesondere da die Bedeutung von Inferenz-Workloads für KI-Anwendungen weiter wächst.